摘要
本发明公开了一种面向林区巡检的多无人机机巢协同选址方法,获取地理信息数据并进行数据预处理;提取林区主要山脊线,综合考虑地理环境、基础设施和安全保障三大因素,初步预选出多个无人机机巢候选点;综合考虑无人机电量、覆盖率、抗干扰性以及地形影响,构建多目标优化选址模型,并确定其目标函数及约束条件;采用改进的NSGA‑II算法求解多目标优化选址模型,得到无人机机巢的最优选址布局方案;基于模糊集理论计算Pareto最优解集,计算各个解的优选指标并排序,其中优选值最大的解为该多目标问题的折中解。本发明有效提升了无人机群的协同运行效率,显著降低机巢建设和运营成本,提高机巢的使用效率和资源配置能力。
技术关键词
协同选址方法
选址模型
林区
高精度DEM数据
地理信息数据
覆盖率
无人机电量
Kruskal算法
模糊集理论
染色体
网格特征
开放街道地图
双线性插值方法
数字高程数据
生成树
GIS软件
坡度信息